大多数换脸失败，一眼就能看出来。新脸浮在画面上，跟人物对不上；或者比头慢那么一点，人都转过去了，脸还在原地；最常见的则是转头那一瞬间原脸闪回一帧，整段效果当场崩掉。
大部分教程不会提这一点：换脸的结果，在你点“生成”之前基本就定了。整个流程只用两个文件：一段视频、一张人脸照。这两个里只要有一个不合适，模型手上就没有能用的东西。下面这套做法，都是从这些失败里倒推出来的。
你需要准备什么
两个文件：
- **一段视频。**只支持 MP4。我们的工作台单条最大 200 MB、最长 10 分钟，而且大部分时间里，脸都要在画面里。
- **一张人脸照。**JPEG 或 PNG。这张脸是要换进视频里去的。
要准备的就这些。不用装软件，不用把素材拖到时间线上，也不用设关键帧。
第一步：挑一段跟得住的视频
引擎会在每一帧里找出最大的那张脸，然后换掉它。这一句话就能解释大部分失败：
- **画面里只留一个人。**双人镜头里，“最大的那张脸”每一帧都可能不一样，换好的脸就在两个人之间来回跳。单人出镜的素材最稳。
- **脸要一直露着。**侧过去的半张脸、挡在嘴前的手、垂到眼睛上的头发，凡是脸被盖住的帧，跟踪都只能靠猜。
- **留意光线。**画面暗、噪点多的素材，模型能读到的信息就少；白天拍的，或者灯开足的室内，都要好办得多。
- **脸在画面里越大越好。**占画面比例大的人脸能留住细节，远景里的那张小脸，换出来会明显发虚。
动作快不是问题。舞蹈类素材的换脸效果经常好得出乎意料，这类片子里脸通常一直露着，光也不算差。
第二步：挑一张模型读得懂的人脸照
换成谁，最终由人脸照决定，所以喂进去的图越干净越好：
- **要清晰，正脸对着镜头。**一张简单、光线均匀的正面头像，比一张拍得很讲究的四分之三侧脸更管用。
- **脸上别挡东西。**眼镜、帽子、厚刘海、伸到嘴前的麦克风，模型都会当成脸的一部分读进去。
- **角度和光线尽量跟视频对上。**左边打光的照片换进右边打光的视频，跟踪做得再准，出来的脸也会有点别扭。
- **表情中性没关系。**证件照那种板正的表情，配一段大笑的视频也没问题，不过照片的情绪越贴近原片，融合越干净。
第三步：开始换脸
在 Molyin 上，整件事就是传两个文件、点一次生成。打开视频换脸，加上视频和人脸照，点下去就开始跑。按秒计费：每秒 5 积分，10 秒的片子就是 50 积分。跑完拿到的 MP4 保持你视频原本的分辨率，最高 1080p。
第四步：整段看完再用
别拿开头几秒就下结论。真正要看的是那几个难点：转头、大笑、光线突然变化。盯两件事：
- 漂移：新脸比头的动作慢一拍。
- 闪回：原脸回来一帧，一般出现在脸被挡得最厉害的地方。
这两个毛病的解法一样：把片子剪到换脸稳得住的那一段。
关于授权这件事
只用你有权使用的脸：你自己的、你团队的，或者事先答应过你的人。没经过同意就把真人的脸放进片子里，不只是不礼貌，在大多数地方这已经算法律问题。
接下来可以做什么
- 结果有点糊、分辨率偏低？过一遍视频画质提升，导出会清楚不少。
- 想让新脸开口说话？口型同步能把嘴型重新对上你的音轨。
- 想搞懂背后的跟踪原理？什么是换脸讲得比较细。
- 手边没有现成的素材？先用 AI 视频生成器生成一段基础视频，再把脸换进去。
拿自己的素材试一次
整套流程大概十分钟：一段视频、一张人脸照、点一次生成。打开视频换脸，把你看这篇文章时想到的那段片子传上去跑一遍。换到第二、第三次，你挑素材的判断就跟我们差不多了。